Question

我正在运行下面的OpenCL内核，其二维全局工作大小为1000000 x 100，本地工作大小为1 x 100。

__kernel void myKernel(
        const int length, 
        const int height, 
        and a bunch of other parameters) {

    //declare some local arrays to be shared by all 100 work item in this group
    __local float LP [length];
    __local float LT [height];
    __local int bitErrors = 0;
    __local bool failed = false;

    //here come my actual computations which utilize the space in LP and LT
}

然而，这拒绝编译，因为在编译时不知道参数length和height。但我根本不清楚如何正确地做到这一点。我应该使用memalloc的指针吗？如何以一种方式处理这个问题，即内存只为整个工作组分配一次，而不是每个工作项分配一次？

我需要的只是2个浮点数组，1个int和1个布尔值，它们在整个工作组之间共享（因此所有100个工作项）。但我没有找到任何正确做到这一点的方法......

Answer 1

相对简单，您可以将本地数组作为参数传递给内核：

kernel void myKernel(const int length, const int height, local float* LP, 
                     local float* LT, a bunch of other parameters)

然后，您设置kernelargument，value NULL和size等于您要为参数分配的大小（以字节为单位）。因此它应该是：

clSetKernelArg(kernel, 2, length * sizeof(cl_float), NULL);
clSetKernelArg(kernel, 2, height* sizeof(cl_float), NULL);

本地内存总是由工作组共享（而不是私有），所以我认为bool和int应该没问题，但如果没有，你也可以将它们作为参数传递。< / p>

与你的问题没有关系（并不一定相关，因为我不知道你计划在哪个硬件上运行它），但至少gpus不像工作量那样不是特定的倍数2的力量（我认为nvidia是32，amd是64），这意味着可能会创建128个项目的工作组，其中最后28个基本上是浪费。因此，如果您在gpu上运行opencl，如果直接使用大小为128的工作组（并适当地更改全局工作大小），则可能有助于提高性能

作为旁注：我从未理解为什么每个人都使用kernel, local and global的下划线变体，对我来说似乎更加丑陋。

Answer 2

您不必在内核之外分配所有本地内存，尤其是当它是一个简单的变量而不是数组时。

您的代码无法编译的原因是OpenCL不支持本地内存初始化。这在文档（https://www.khronos.org/registry/cl/sdk/1.1/docs/man/xhtml/local.html）中指定。它在CUDA（Is there a way of setting default value for shared memory array?）

中也是不可行的

ps：Grizzly的答案已经足够好了，如果我可以将其作为评论发布，那会更好，但我受到声誉政策的限制。遗憾。

Answer 3

你也可以像这样声明你的数组：

__local float LP[LENGTH];

并将LENGTH作为内核编译中的定义传递。

int lp_size = 128; // this is an example; could be dynamically calculated
char compileArgs[64];
sprintf(compileArgs, "-DLENGTH=%d", lp_size);
clBuildProgram(program, 0, NULL, compileArgs, NULL, NULL);

如何在OpenCL中声明本地内存？

3 个答案: